CC BY
50
Секция «Информатика и вычислительная техника»
netica, MaPZone, DarkTree, Texture Maker. В частности процедурные текстуры в графическом редакторе Adobe Photoshop создаются с использованием шума Перлина и применения различных фильтров. Используемые фильтры и их параметры подбираются человеком во время создания текстуры (используя GUI), отсюда следует невозможность использования данной программы для генерации текстур «на лету». В данный момент она широко используется в искусстве дизайна для реализации интерфейса контента вебсайтов и текстурировании отделочных материалов в дизайне интерьеров.
Также известен комплект средств разработки CUDA SDK, предназначенный для создания приложений в архитектуре CUDA. Архитектура CUDA является одной из реализаций технологии GPGPU, позволяющей программистам реализовывать на диалекте языка С алгоритмы, выполнимые на графических процессорах ускорителей GeForce восьмого поколения и старше, Nvidia Quadro и Tesla компании Nvidia. Так как вычислительная мощность графического процессора используется напрямую, то поведение жидкостей и газов можно не имитировать, а рассчитать, что
придаст анимации большую реалистичность. Предполагается на основе данной технологии разработать свое ПО для генерации сложных текстур.
Библиографические ссылки
1. Козлов З. В., Павлюков С. С., Суханов К. Ю. Дешифрирование космических снимков нефтегазо-перспективных участков морского шельфа на основе текстурных признаков // Пдроакустичний журнал (Проблеми, методи та засоби до^джень Свiтового океану). 2006. № 3.
2. Харалик Р. М. Статистический и структурный подходы к описанию текстур // ТИИРЭ. 1979. № 5. С. 98-118.
3. Берилло А. Современная терминология 3D графики. URL: http://www.ixbt.com/video2/terms2k5.shtml.
4. Ordonez-Roman V. Methods in Texture Synthesis Using Image Samples // Stony Brook University - Computer Science Department. Technical Report. November 2009.
© Белоконь А. В., Проскурин А. В., Фаворская М. Н., 2011
УДК 004.932.2
Р. Д. Беляков Научный руководитель - Е. П. Моргунов Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ИСПОЛЬЗОВАНИЕ АНАЛИЗА СРЕДЫ ФУНКЦИОНИРОВАНИЯ ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ РАСХОДОВАНИЯ БЮДЖЕТНЫХ СРЕДСТВ РЕГИОНАМИ СИБИРСКОГО ФЕДЕРАЛЬНОГО ОКРУГА
Рассмотрены следующие алгоритмы оценки эффективности объекта: метод анализа среды функционирования, количественные методы бенчмаркинга.
Проблема расходования выделяемых бюджетных средств является актуальной как на федеральном уровне, так и в отдельно взятом регионе. Но зачастую оценка эффективности использования этих средств является проблемой. Это связано со многими факторами: неоднородность экономических показателей регионов, различный уровень социально-экономического развития, инфраструктура региона, влияние внешних, в том числе и природных факторов.
В настоящее время для оценки зачастую используются абсолютные экономические показатели субъектов федерации. Для более корректного сравнения продуктивности предлагается использование метода анализа среды функционирования (англ. - Data Envelopment Analysis). Метод широко используется в аналитических исследованиях, проводимых в западных стран на протяжении нескольких десятилетий. Метод основывается на нахождении относительной эффективности работы каждого исследуемого объекта [3]. Под эффективностью понимается соотношение совокупности значений выходных параметров и совокупности значений входных параметров [1].
В контексте использования данного метода для оценки эффективности работы руководства регионов
к входным параметрам следует отнести объем средств, выделяемых из федерального бюджета, а также текущее состояние региона, которое можно оценить несколькими параметрами. Выходным параметром следует считать уровень жизни населения в регионе. В результате работы метода появляется возможность оценить текущее состояние субъекта федерации и в соответствии с этим откорректировать входные или выходные параметры [2].
В ходе выполнения выпускной работы разрабатывается система поддержки принятия решений, в основе своей использующая этот метод. Для реализации предполагается использование Microsoft Visual Studio 2010.
Применение метода позволить выявить регионы Сибирского федерального округа с наиболее эффективной стратегией ведения хозяйственной деятельности, что в свою очередь позволить оптимизировать работу регионов-аутсайдеров, позволив улучшить экономическую обстановку в целом по округу.
Библиографические ссылки
1. Кривоножко В. Е. Моделирование и анализ функционирования сложных систем : учеб. пособие. М. : МФТИ, 2006.
Актуальные проблемы авиации и космонавтики. Информационные технологии
2. Экономическая безопасность региона: единство теории, методологии исследования и практики / А. И. Татаркин, А. А. Куклин, О. А. Романова [и др.]. Екатеринбург : Изд-во Урал. ун-та, 1997.
3. Моргунов Е. П., Моргунова О. Н. Подходы к разработке программного обеспечения для решения
задач в области Efficiency and Productivity Analysis // Вестник НИИ СУВПТ : сб. науч. тр. / под общ. ред. проф. Н. В. Василенко ; НИИ СУВПТ. Красноярск, 2003. (Вып. 11). С. 136-139.
© Беляков Р. Д., Моргунов Е. П., 2011
УДК 004.932.2
А. Н. Болгов Научный руководитель - М. Н. Фаворская Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ПРИМЕНЕНИЕ ПРЕОБРАЗОВАНИЯ ХАФА И ЕГО МОДИФИКАЦИЙ ДЛЯ НАХОЖДЕНИЯ ГРАФИЧЕСКИХ ПРИМИТИВОВ
Рассмотрены алгоритмические и математические основы преобразования Хафа и его модификацией в применении их для поиска графических примитивов.
Применение преобразования Хафа к монохромному изображению позволяет получить более детальное геометрическое описание пространства изображения. Все объекты, имеющие некоторое математическое описание, могут быть обнаружены и классифицированы благодаря такому подходу.
Идея преобразования Хафа состоит в поиске кривых, которые проходят через достаточное количество точек интереса. Рассмотрим семейство кривых на плоскости, заданное параметрическим уравнением:
Л и — , а* у} - 0;
где ^ - некоторая функция, аь а2, ..., ап - параметры семейства кривых, х, у - координаты на плоскости. Параметры семейства кривых образуют фазовое пространство, каждая точка которого (конкретные значения параметров аь а2, ..., ап) соответствует некоторой кривой. Ввиду дискретности машинного представления и входных данных (изображения), требуется перевести непрерывное фазовое пространство в дискретное. Для этого в фазовом пространстве вводится сетка, разбивающая его на ячейки, каждая из которых соответствует набору кривых с близкими значениями параметров. Каждой ячейке фазового пространства можно поставить в соответствие число (счетчик), указывающее количество точек интереса на изображении, принадлежащих хотя бы одной из кривых, соответствующих данной ячейке. Анализ счетчиков ячеек позволяет найти на изображении кривые,
на которых лежит наибольшее количество точек интереса [1; 2].
Эффективность преобразования Хафа во многом зависит от зашумленности изображения и размерности получаемого в результате обработки фазового пространства. Для улучшения базового преобразования существует ряд модификаций [1]: быстрое преобразование Хафа; случайное преобразование Хафа; вероятностное преобразование Хафа; иерархическое преобразование Хафа; использование градиенты яркости изображения для выделения краев; «размытие» фазового пространства.
Информация, полученная в ходе анализа изображения с помощью преобразования Хафа и его модификаций, может быть использована для моделирования исследуемого объекта по его снимкам, для использования в сфере медицины, охранной деятельности, для применения в промышленных разработках автоматов или роботов.
Библиографические ссылки
1. Дегтярева А., Вежневец В. Преобразование Хафа (Hough transform). Компьютерная графика и мультимедиа. 2003. Вып. 1(2). URL: http://cgm.com-putergraphics.ru/content/view/36.
2. Гонсалес Р., Вудс Р.. Цифровая обработка изображений. М. : Техносфера, 2005. С. 839-845.
© Болгов А. Н., Фаворская М. Н., 2011
